Consultants Big Data & BI en France (classement 2026)

Contexte de l’entrepriseDilivia Club représente une communauté novatrice dédiée à l’accompagnement des TPE/PME souhaitant optimiser la gestion de leur flotte de véhicules légers via des partenariats exclusifs. Les professionnels membres ont accès à des rapports détaillés, à divers avantages et à un réseau privilégié, ce qui leur permet de réduire les coûts liés à la mobilité, d’augmenter la sécurité des conducteurs et de rendre leur flotte plus écologique. Après plus d’un an de développement, Dilivia Club gère déjà plus de cent véhicules et s’appuie sur une équipe composée de cinq collaborateurs. L’entreprise ambitionne également de s’affirmer comme un acteur innovant dans le domaine de la mobilité durable.ChallengesAfin d’aider Dilivia Club à prendre des décisions stratégiques et opérationnelles en toute confiance tout en améliorant l’expérience de ses clients, nous avons accompagné les équipes Commerciales et Opérationnelles. Jusqu’ici, elles utilisaient principalement un système d’information rudimentaire et des tableurs Excel pour la gestion et le suivi des clients. Cependant, la croissance rapide de l’entreprise et l’augmentation des demandes clients ont révélé les faiblesses de ce fonctionnement, notamment un manque de réactivité et de flexibilité. Face à ce constat, plusieurs objectifs ont été fixés :Permettre l’accès à une information actualisée pour optimiser les prises de décision pendant tout le cycle d’acquisition et de vente.Moderniser et centraliser les outils afin de simplifier les opérations quotidiennes.Renforcer la réactivité et l’adaptabilité des équipes pour mieux satisfaire la demande croissante des clients, favorisant ainsi leur satisfaction et une maîtrise des coûts.SolutionsAprès une analyse approfondie des pratiques existantes, reposant sur des ateliers et des retours d’expérience, une stratégie opérationnelle ajustée a été conçue pour répondre aux spécificités du secteur.La mise en place du nouveau système d’information a permis d’introduire un outil interne centralisé, dédié aux équipes Commerciales, Service client et Opérations, offrant une gestion optimisée auprès des collaborateurs. Cet outil propose :Pilotage global des opportunités commerciales : gestion de l’acquisition, des cycles de vente, des comptes clients, du suivi documentaire et contractuel, des campagnes de prospection, de la qualification des prospects, de l’historique des interactions, et des retours ou objections clients.Gestion complète du parcours client : centralisation des données, suivi des échanges, alertes automatiques, planification des rendez-vous, système de ticketing, résolution des réclamations et gestion de la satisfaction.Gestion des opérations : planification des interventions, optimisation des ressources, portail collaboratif pour partenaires et sous-traitants, suivi de l’approvisionnement et des stocks, gestion des commandes, inventaires, organisation des expéditions et interventions techniques, gestion des rendez-vous et des non-conformités.Dans un second temps, une interface personnalisée a été conçue pour piloter les données stratégiques, permettant un suivi précis des indicateurs de performance liés à la prospection, la conversion de clients, la réalisation des interventions et la satisfaction client.Enfin, un système complet de gestion des connaissances a été créé grâce à l’élaboration d’une documentation complète des procédures et processus. Cette documentation, entièrement intégrée à l’interface, facilite l’intégration de nouveaux membres au sein des équipes.RésultatsL’optimisation des processus et l’amélioration de la réactivité ont fortement augmenté la recommandation du Dilivia Club par ses clients.La centralisation des données et l’évolution des outils ont nettement amélioré la satisfaction client.Les gains en flexibilité et en productivité ont permis de prévoir une croissance notable du nombre de clients accompagnés chaque mois.

Contexte et enjeux Notre client, une maison de vente aux enchères de renom, devait relever d’importants défis dans la gestion et l’exploitation de ses données. Son système informatique, devenu obsolète, ne permettait pas d’analyser efficacement les ventes, les objets proposés et les interactions avec la clientèle. Les principaux obstacles identifiés étaient : Traitement manuel long et fastidieux : Les équipes consacraient énormément de temps à la collecte et à la structuration des données, ralentissant considérablement les processus. Fort risque d’erreurs humaines : L’absence de centralisation entraînait des écarts et des erreurs récurrentes dans les rapports. Difficulté d’analyse en temps réel : Les décisions s’appuyaient sur des données dépassées, limitant la réactivité de l’entreprise. Manque de tableaux de bord adaptés : Les équipes métiers disposaient de peu d’outils pour exploiter efficacement les informations recueillies. L’ambition était donc de mettre en place une Data Platform moderne, permettant une gestion performante des données et un accès en temps réel aux indicateurs clés de performance. Cette transformation devait se traduire par un gain de productivité substantiel et une amélioration notable des performances commerciales. La solution déployée Pour répondre aux attentes du client, notre équipe a conçu une Data Platform performante et évolutive sur Google Cloud Platform. Le projet a été mené selon une démarche structurée découpée en plusieurs étapes : 1) Ingestion et centralisation des données L’un des premiers enjeux était de rassembler toutes les données de l’entreprise dans un entrepôt de données moderne. Au départ, ces données étaient hébergées dans une base PostgreSQL sur Google Cloud SQL. Nous avons alors instauré un pipeline ELT (Extract, Load, Transform) afin d’extraire les données, de les charger dans BigQuery et de les transformer en informations exploitables. Technologies employées : BigQuery pour le stockage et le traitement des données à grande échelle. Points forts : Amélioration des performances, gestion optimisée des volumes et grande évolutivité. 2) Automatisation des calculs et indicateurs clés Le client souhaitait automatiser la mise à jour des KPIs tout en maîtrisant les coûts et en maximisant la performance. Nous avons déployé dbt (Data Build Tool) pour automatiser la transformation et le calcul des données. Fréquence des mises à jour : Trois fois par jour afin de répondre aux besoins métiers. Fiabilité des données : Les tests intégrés dans dbt assurent la validité des informations. Optimisation du développement : dbt favorise une collaboration efficace entre data engineers et équipes métiers. 3) Conception de tableaux de bord dynamiques et accessibles Après structuration des données, nous avons réalisé des tableaux de bord interactifs avec Looker Studio (anciennement Google Data Studio). Le but : offrir aux équipes une visualisation claire et exploitable des données. Conception conjointe avec les utilisateurs : Ateliers et interviews pour bien cerner les besoins. Formation et autonomie : Des sessions dédiées ont permis aux équipes de gagner en maîtrise sur les rapports. Accessibilité renforcée : Les tableaux de bord sont accessibles à tous, avec des droits différenciés selon les niveaux hiérarchiques. 4) Passage au temps réel pour plus de réactivité Certaines analyses nécessitaient un rafraîchissement quasi-immédiat des données, ce qui soulevait deux enjeux majeurs : Maîtrise des coûts : Rafraîchir trop fréquemment peut augmenter sensiblement la facture. Performance des requêtes : L’exécution devait être inférieure à une minute afin de garantir l’accès à des données actualisées. Pour répondre à ces défis, nous avons : Optimisé les requêtes BigQuery grâce à l’utilisation judicieuse d’index, de partitions et d’une gestion efficace des clusters. Réduit les coûts via la mise en place de stratégies de cache et de pré-calcul pour limiter les accès inutiles à la base de données. Adapté l’architecture de manière à exécuter rapidement les traitements selon les besoins métiers spécifiques. Les résultats obtenus : un impact business tangible 80 % de réduction du temps passé sur le traitement des données grâce à l’automatisation. Fiabilité des données renforcée, avec moins d’erreurs humaines. Optimisation des dépenses : Grâce à l’optimisation des requêtes et des traitements, les dépenses Cloud ont diminué de 35 %. Des tableaux de bord consultés quotidiennement par plus de cinquante collaborateurs, améliorant la rapidité et la qualité des prises de décision. Réactivité accrue lors des ventes aux enchères : L’accès instantané aux KPIs a permis aux équipes d’ajuster et d’optimiser leurs stratégies. Grâce à cette évolution, notre client profite désormais d’une infrastructure scalable, automatisée et performante, lui offrant un pilotage d’activité d’une précision sans précédent. Stack technique mise en place Cloud Provider : Google Cloud Platform (GCP) Orchestration et transformation : dbt Ingestion de données : CloudSQL avec PostgreSQL Data Warehouse : BigQuery Visualisation et reporting : Looker Studio

Copernic souhaitait disposer d’une infrastructure data robuste afin de centraliser ses données Divalto, d’améliorer leur qualité et d’activer automatiquement leur envoi vers HubSpot.Grâce à une modernisation complète basée sur une stack moderne, Copernic bénéficie désormais d’un environnement unifié, évolutif et capable de supporter de nouveaux cas d’usage analytiques et CRM.Solution HyperstackContexteLes équipes Copernic manipulaient leurs données Divalto via des fichiers Excel exportés manuellement.Avec l’augmentation du volume d’activité, cette approche montrait ses limites :Traitements manuels lourds et difficilement maintenablesHétérogénéité des formats et faible cohérence des donnéesImpossible d’alimenter HubSpot avec des informations fiables et structuréesManque d’un socle analytique permettant des transformations automatiséesCes contraintes ralentissaient les processus internes et empêchaient l’automatisation des flux métiers.Solution apportéeHyperstack a conçu une architecture data moderne permettant de centraliser, transformer et activer les données Divalto :Centralisation des données dans OnelakeUn data lake unifié pour structurer l’ensemble des données brutes Divalto.Modélisation et transformation via dbtStandardisation des règles métiers, création de modèles SQL et normalisation complète des tables.Versioning et fiabilisation via GitHubUne gestion claire des transformations, facilitant la maintenance et l’évolution future.Activation HubSpot automatiséeMise en place possible d’un pipeline d’envoi via n8n ou Google Cloud Function pour synchroniser les données prêtes à l’usage.RésultatsDonnées Divalto centralisées et fiabilisées dans un environnement uniqueTransformation standardisée grâce à un projet dbt structuréSynchronisation HubSpot activable sans manipulation ExcelRéduction massive du travail manuel et amélioration de la cohérence des donnéesArchitecture scalable, prête pour les futurs besoins analytiques de Copernic

Mission : Découvrez comment Decathlon a pu générer plus de 2000 leads en automatisant la collecte d'informations concurrentielles grâce à une intelligence artificielle développée en Python. Retour sur investissement rapide et présentation détaillée d’un cas d’usage d’IA. Problème Accélérer la prospection nécessitait d’automatiser la génération de leads. Les équipes commerciales de Decathlon Marketplace consacraient une part importante de leur temps à rechercher manuellement des prospects, une méthode rendue obsolète par le volume, la volatilité des données concurrentielles et la rapidité du marché. Solution Une solution d’automatisation fondée sur Python et l’IA a été déployée pour extraire continuellement des informations sur les marketplaces concurrentes. L’outil classe automatiquement les données obtenues, enrichit les fiches prospects puis les transmet directement aux équipes commerciales. Résultats Plus de 2000 leads générés en trois mois 30 % de temps économisé sur la recherche Productivité accrue Équipes concentrées sur la conversion Retour sur investissement immédiat Leads actualisés et de meilleure qualité Vision éclairée de la dynamique concurrentielle Contexte & Enjeux Pour accélérer le développement de son réseau de vendeurs et partenaires, Decathlon Marketplace avait besoin d’industrialiser sa prospection commerciale. Jusqu’alors, l’identification de leads qualifiés sur les plateformes concurrentes s’effectuait manuellement, mobilisant de grandes ressources. Les principaux freins Augmentation continue des données concurrentielles Tâches répétitives à faible valeur ajoutée Absence d’outils automatiques d’analyse structurée Difficulté à faire évoluer la prospection face à la dynamique des marketplaces La solution IA Scripts Python spécialisés pour l'analyse de marketplaces concurrentes : détection de vendeurs, suivi des prix, catégories, volumes Moteur d’enrichissement IA organisant automatiquement les leads : structuration, scoring... Automatisation des tâches répétitives, y compris l’intégration des leads dans le CRM Tableau de bord en temps réel pour piloter les KPIs Résultats obtenus (après 3 mois) Plus de 2000 leads commerciaux qualifiés intégrés automatiquement au CRM 30 % de réduction du temps dédié à la recherche de prospects Productivité significativement améliorée Visibilité accrue sur les concurrents, les prix et les mouvements du marché Retour sur investissement instantané L’automatisation des processus nous a permis de générer un flux ininterrompu de leads et d’accroître notre compétitivité. — Témoignage client Méthodologie projet Semaine 1 à 2 : Audit des sources concurrentielles et définition des indicateurs clés Semaine 3 à 5 : Développement des scripts Python et du moteur IA d’enrichissement Semaine 6 à 8 : Période de tests, ajustements et intégration au CRM Troisième mois : Mise en production et suivi de la performance Équipe mobilisée : Data Engineer Data Analyst Chef de projet IT Consultant IA et expert growth hacking Facteurs clés de succès : Intégration fluide avec les outils existants Scoring sur-mesure Collaboration étroite entre les équipes data et commerce Dashboard de performance dédié FAQ L’intelligence artificielle a permis à Decathlon de générer plus de 2000 leads grâce à un moteur de scrapping Python assorti d’un enrichissement automatisé. Données extraites des marketplaces concurrentes : vendeurs, produits, prix, avis, coordonnées... automatiquement structurés et enrichis. L’IA nettoie, analyse et croise les leads puis en automatise le scoring avant leur intégration dans le CRM. Stack technique utilisée : Python (BeautifulSoup, Selenium…), algorithmes IA propriétaires, base de données centralisée, connexion CRM, tableau de bord interactif. ROI immédiat : plus de 2000 leads, 30 % de temps de prospection en moins, augmentation du taux de transformation, réduction des tâches peu valorisantes. Données collectées uniquement sur des sources publiques, conformité RGPD garantie.

Nous avons réalisé une refonte du design pour le site de Visuellement Vôtre, photographe basé à Nancy.Création d’un site internet dédié aux photographesLe site de Visuellement Vôtre était précédemment conçu et hébergé sur Cabanova. Pour offrir une présentation plus contemporaine, une refonte était nécessaire. Grâce à cette nouvelle version sous WordPress, de nombreux atouts se dégagent : une gestion simplifiée, une création de contenu facilitée, un design moderne, un affichage optimisé des galeries photo ainsi qu’un meilleur référencement.Nous vous invitons à découvrir le site de Visuellement Vôtre, photographe à Nancy, proposant des services pour des mariages, séances grossesse, portraits, books et divers événements.Envie de faire avancer votre projet ? Contactez-moi et parlons-en ensemble.

Contexte de l’entrepriseYOO'UP est une start-up industrielle spécialisée dans la conception et la commercialisation de supports et meubles haut de gamme dédiés aux professionnels. En simplifiant l’installation et l’exploitation de ses produits, YOO'UP offre aux entreprises l’opportunité de moderniser facilement leurs environnements audiovisuels. Suite à une levée de fonds de plus de 500 000 € et au lancement de six nouveaux modèles, la société a connu une forte augmentation des commandes. Son équipe, initialement composée de deux personnes, s’est rapidement agrandie pour atteindre une dizaine de collaborateurs, soutenue par une situation financière solide. Dans cette dynamique de croissance, l’entreprise a choisi d’optimiser ses processus afin d’accompagner ce développement.ChallengesSouhaitant poursuivre l’innovation produit, renforcer l’efficacité de la chaîne d’approvisionnement pour gagner en rentabilité et maintenir une excellente expérience client face à une forte demande, nous avons accompagné les équipes Produit et Opérations de YOO'UP. Celles-ci utilisaient principalement un outil classique de gestion de projet pour le développement produit et des tableurs Excel pour leur gestion opérationnelle.Redéfinir chaque étape du cycle de vie du produit, du développement initial à la livraison finale auprès du client.Moderniser le système d’information pour fluidifier les opérations quotidiennes, veiller à la satisfaction client en termes de qualité et de délais, tout en limitant les coûts.SolutionsAprès une analyse détaillée des processus existants menée à travers des sessions de feedback et des ateliers dédiés, nous avons conçu une stratégie opérationnelle optimisée, en adéquation avec les enjeux spécifiques du secteur.La phase de développement du système d’information a abouti à la mise en place d’une interface de gestion centralisée, facilitant le pilotage des équipes Produit et Opérations. Parmi les principales fonctionnalités de cette interface :Développement de produit : Suivi précis du portefeuille produits, avancement des différentes phases, historisation des versions, gestion des fonctionnalités à concevoir, pointage du temps par employé, recueil des suggestions d’amélioration.Optimisation des achats : Gestion des fournisseurs, suivi des sourcings, contractualisation, et ouverture d’un portail dédié permettant de suivre la production externalisée.Gestion de la supply chain : Gestion efficace des approvisionnements et de la logistique (suivi des stocks, emplacements, flux, inventaires), ainsi qu’un pilotage précis des expéditions.Pour compléter ce dispositif, un tableau de bord personnalisé a été conçu, dédié au pilotage stratégique des équipes. Il permet de suivre en temps réel tous les indicateurs de performance clés, qu’ils concernent les produits, les fournisseurs, les commandes ou la qualité.RésultatsNous avons enregistré une diminution des délais moyens de livraison de 40% et doublé le nombre moyen de livraisons chaque mois.La refonte des processus a permis une hausse significative de la satisfaction client, ainsi que l’optimisation du taux de service et un maintien d’un très faible taux de non-conformité.La rentabilité moyenne par produit a progressé de façon notable, tandis que le temps gagné chaque semaine a permis à YOO'UP de se consacrer plus intensivement à l’innovation et à sa croissance.

Eurelis accompagne Kestrel Vision, leader mondial des systèmes de contrôle et d’inspection industriels, dans la migration vers une plateforme cloud centralisée de supervision des données de production, intégrant des capacités avancées d’analyse, de visualisation et d’intelligence artificielle afin d’améliorer la prise de décision métier à grande échelle.Kestrel Vision conçoit et fournit des systèmes d’inspection automatisée pour la fabrication et le remplissage d’emballages rigides, opérant à l’échelle internationale avec des besoins forts de consolidation de données industrielles.Contexte du projet :Kestrel Vision souhaitait moderniser et unifier ses outils de supervision de production, qui jusqu’alors étaient cloisonnés par entité et difficiles à consolider. L’enjeu principal du projet était de migrer l’ensemble des solutions vers une architecture cloud scalable et centralisée, capable de traiter massivement les données industrielles tout en intégrant des fonctionnalités d’exploration et d’assistance par IA.Objectifs du projet :Migrer l’ensemble de l’écosystème de supervision vers le Cloud (Google Cloud Platform) pour garantir scalabilité, disponibilité et performance.Concevoir une plateforme unifiée de gestion des données de production consolidant les flux provenant de multiples usines et systèmes d’inspection.Intégrer des capacités d’analyse avancée et d’assistance IA conversationnelle pour faciliter l’accès à l’information en langage naturel.Assurer une continuité de service et une expérience utilisateur homogène pour les utilisateurs métiers.Défis techniques et organisationnels :Centraliser des volumes massifs de données industrielles issues de plateformes on-premise hétérogènes.Concevoir une architecture API-First flexible et sécurisée permettant l’évolution continue de la plateforme.Intégrer des workflows d’IA conversationnelle exploitables par les utilisateurs sans compétences techniques spécifiques.Approche de co-conception :Eurelis a accompagné Kestrel Vision sur l’ensemble du cycle de conception et de réalisation :Co-élaboration du cadrage fonctionnel et conceptuel de la plateforme.Architecture technique orientée cloud, data, API et IA.Développement backend en Python / FastAPI et frontend modulaire en React.Création d’un agent conversationnel IA via l’Agent Development Toolkit (ADK).Stratégie de prompting et évaluation de modèles LLM pertinents.Déploiement cloud et supervision sur Google Cloud Platform / Vertex AI.Solution technique et expertises mobilisées :La plateforme repose sur une architecture moderne et scalable :Backend en Python / FastAPI pour orchestrer les flux de données et les APIs métier.Data Storage via Google Bigtable pour traiter des volumes de données industriels massifs.Frontend modulaire React pour une interface personnalisable et rapide.IA conversationnelle (Gemini & ADK) intégrée pour interaction en langage naturel.Cloud & DevOps sur Google Cloud Platform et Vertex AI pour scalabilité et supervision.Expertises Eurelis mobilisées : architecture Cloud & Data, développement Python & React, ingénierie IA & LLM, DevOps Cloud, API design et sécurité.Résultats et bénéfices :Une migration réussie vers le cloud, garantissant disponibilité et montée en charge.Une centralisation des données industrielles issues de multiples sources pour analyses transverses.Une interface de supervision personnalisable adaptée aux besoins métiers.Une exploration de données en langage naturel accélérant la prise de décision.Une expérience utilisateur augmentée avec un agent IA capable de visualiser des indicateurs en réponse aux requêtes.Bénéfices clés pour Kestrel Vision : ✔ Centralisation des données industrielles pour développer des cas d’usage analytiques et prédictifs.✔ Scalabilité et performance accrues grâce au cloud.✔ Amélioration de la prise de décision par l’IA.✔ Expérience enrichie via l’assistant IA interactif.✔ Architecture API-First facilitant le déploiement de nouvelles fonctionnalités.

Comment Values Media a divisé par 3 son temps de reporting ? Autrefois, chaque nouveau client impliquait de longues heures passées à connecter manuellement des Sheets, à croiser diverses sources et à gérer des tableaux de bord peu fiables. Désormais, Values Media gère toutes ses opérations à partir d’une architecture centralisée, ce qui lui permet de gagner un temps considérable lors de la gestion de chaque campagne de communication pour ses clients. Contexte Auparavant, l’arrivée d’un nouveau client chez Values Media lançait un processus laborieux : il fallait extraire les données via Supermetrics, connecter manuellement des Google Sheets, croiser les informations, maintenir les connexions, naviguer entre différents fichiers pour ensuite finaliser le tout dans Looker Studio avec quelques ajustements. Ce mode de fonctionnement entraînait des onboardings lents, une visibilité partielle sur les campagnes et mobilisait les équipes sur des tâches accessoires au détriment du pilotage de la performance. Solution apportée Leur nouvelle infrastructure data a tout changé. La centralisation des données dans Big Query, combinée à l’ajout d’informations clients grâce à Airtable, leur permet de tout regrouper facilement. Les dashboards sont simples à mettre en place et le reporting s’est transformé en un véritable atout stratégique, et non plus en une contrainte. Résultats Ajout en toute autonomie de trois nouvelles dimensions d’analyse : suivi du budget global des campagnes, des objectifs et des différents leviers Fonctionnalités développées Extraction automatique des données Stockage centralisé au même endroit Mise à jour automatique des dashboards